In [7]:
#Сделаем новую таблицу, чтобы удобнее было тонко настраивать график
data_skips = ((moscow_places.isna().mean()*100)
.to_frame()
.rename(columns = {0:'space'})
.query('space > 0')
.sort_values(by = 'space', ascending = True))
#строим график, который будет визуализировать только пропуски
(data_skips.plot(kind = 'barh',
figsize = (19,8),
rot = 0,
legend = False,
color = '#66CDAA',
fontsize = 16)
.set_title('Количество пропусков в колонках' + "\n", fontsize = 22, color = 'SteelBlue'))
plt.xlabel('Процент пропущенных значений, %', fontsize = 16)
plt.ylabel('Колонки, в котрых есть пропуски', fontsize = 16)
#Чтобы вывести на график проценты пропусков для наглядности
rects = plt.barh(np.arange(len(data_skips.space)),data_skips.space,0)
plt.bar_label(rects,fontsize = 16,fmt = '%.2f%%')
#добавим линию в районе среднего значения пропусков и подпишем
plt.vlines(x = data_skips.space.mean(), ymin = -0.5, ymax = 5.5, ls='--',colors ='red', lw = 3)
plt.text(data_skips.space.mean() + 0.5, 1,
f'Среднее значение: {round(data_skips.space.mean(),2)}%',fontsize = 16)
plt.show()
